Forskere fra ETH Z\u00fcrich har utviklet et robotsystem som kan l\u00f8se et labyrintspill i den virkelige verden ved hjelp av forsterkningsl\u00e6ring.\u00a0<\/b><\/p>\n
Som beskrevet i <\/span>deres studie<\/span><\/a> \"Sample-Efficient Learning to Solve a Real-World Labyrinth Game Using Data-Augmented Model-Based Reinforcement Learning\", denne AI-drevne roboten mestret BRIO-labyrintspillet p\u00e5 bare fem timer med treningsdata, noe som overgikk alle kjente tidligere fors\u00f8k.<\/span><\/p>\n BRIO-labyrintspillet, som kanskje er kjent for noen, er en test av finmotorikk og romforst\u00e5else som krever at spillerne navigerer en st\u00e5lkule gjennom en labyrint ved \u00e5 vippe spillefeltet.\u00a0<\/span><\/p>\n Til tross for at spillet tilsynelatende er enkelt, er det komplekst p\u00e5 grunn av forholdet mellom ballen og veggene, ujevnheter i overflaten og ikke-line\u00e6r dynamikk i kontrollknappene. Disse utfordringene gj\u00f8r labyrinten ideell for \u00e5 anvende og evaluere de nyeste metodene for robotl\u00e6ring.<\/span><\/p>\n Teamet fra ETH Z\u00fcrich, ledet av Thomas Bi og professor Raffaello D'Andrea, har utviklet en metode som trekker ut effektive observasjoner fra labyrinten ved hjelp av kamerabilder.\u00a0<\/span><\/p>\n Den kunstige intelligensens l\u00e6ringsprosess er basert p\u00e5 modellbasert forsterkningsl\u00e6ring, med en bel\u00f8nningsfunksjon som defineres av fremdriften gjennom labyrinten.<\/span><\/p>\n Etter trening klarte AI-roboten \u00e5 navigere gjennom labyrinten med en suksessrate p\u00e5 76% og en gjennomsnittlig gjennomf\u00f8ringstid p\u00e5 15,73 sekunder. Dette er litt bedre enn den beste menneskelige rekorden p\u00e5 15,95 sekunder.<\/span><\/p>\n Systemet bruker et kamera til \u00e5 ta bilder ovenfra og ned, og henter ut viktige data som ballens posisjon og labyrintens utforming. Maskinl\u00e6ring <\/span>teknikker speilet observasjoner for \u00e5 forbedre treningsdataene, generere mer varierte data og forbedre generaliseringen.<\/span><\/p>\n Denne forskningen representerer et betydelig skritt fremover n\u00e5r det gjelder \u00e5 anvende kunstig intelligens i dynamiske, virkelige milj\u00f8er. ETH-teamet planlegger \u00e5 bruke \u00e5pen kildekode for prosjektet sitt, og mener at systemet deres kan fungere som en verdifull referanse for videre AI-forskning i den virkelige verden p\u00e5 grunn av det lave plassbehovet, de beskjedne kostnadene og det enkle maskinvareoppsettet.<\/span><\/p>\n Ytterligere funn er publisert <\/span>p\u00e5 dette nettstedet,<\/span><\/a> og du kan se en video av hvordan robotsystemet fungerer nedenfor.\u00a0<\/span><\/p>\nHvordan studien fungerte\u00a0<\/span><\/h2>\n